GLCM和LIRE在图像匹配中的性能比较

Question

我想创建一个图像匹配应用程序。当我搜索它时，我发现了两种很好的方法。

1) LIRE - Lucene image Retrieval可以用于执行图像匹配，其中它实现了各种图像匹配算法，并且还索引了特征描述符，这些特征描述符可以在以后用于与查询图像进行匹配。

2) GLCM -灰度共生矩阵，其中灰度图像的特征以称为共生矩阵的矩阵的形式存储，当需要匹配图像时，计算给定图像的矩阵并匹配重要特征来计算相似度。

这两种方法似乎都是可伸缩的，而且速度很快。但我不能决定哪一个可能表现得更好。因此，任何关于这一点的帮助，或者在这种情况下，他们是一个优势是我正在寻找的。

Answer 1

经过大量的研究，我发现了这两者之间的区别。

LIRe是一个库，它提供了各种图像匹配算法的多种实现，这些算法处理图像的局部或全局特征。此外，LIRe提供现成的索引和检索解决方案，使图像匹配和结果检索变得非常高效和快速。

另一方面，GLCM是一种在灰度图像上工作的算法，并尝试找出图像的相似程度。它只是一个算法，其中as LIRe是几个快速实现算法的完整库。

LIRe不支持GLCM，但LIRe支持的GLCM非常快。book on LIRe讲得很详细，在图像匹配和检索方面帮了我很多。